王 瑜， 屠立平， 許家佗

(上海中醫(yī)藥大學基礎(chǔ)醫(yī)學院， 上海 201203)

舌下絡(luò)脈診法指從舌底觀察舌的絡(luò)脈主干、細絡(luò)分支在內(nèi)的舌下靜脈外觀形態(tài)和顏色特征等以指導(dǎo)臨床疾病診斷的方法。正常情況下，舌下絡(luò)脈見舌底之舌質(zhì)淡紅、潤而有津，舌系帶居中，不長不短[1]，舌系帶左右兩側(cè)縱行的大絡(luò)脈管徑不超過2.7 mm，長度不超過舌下肉阜到舌尖連線的3/5，顏色黯紅，無分支和紫點[2]。作為傳統(tǒng)中醫(yī)學特有的診斷方法，舌下絡(luò)脈診法在臨床具有觀察便捷、信息采集無侵入等優(yōu)勢，其形態(tài)、顏色、潤燥以及絡(luò)脈主干長度、充盈度等客觀反映了人體氣血運行情況和臟腑功能變化。但總體而言，其現(xiàn)代研究與應(yīng)用的深度和廣度遠遠落后于舌診其他領(lǐng)域，諸多瓶頸亟待突破。本文對近年來國內(nèi)外的舌下絡(luò)脈研究進行總結(jié)與思考。

1 舌下絡(luò)脈常用臨床診斷方法

不局限于僅從舌腹面觀察位于舌系帶左右兩側(cè)縱行的淡紫色絡(luò)脈，現(xiàn)代舌下絡(luò)脈研究擴充了觀察舌下細絡(luò)、瘀點瘀斑、瘀血顆粒、黏膜變化等微觀內(nèi)容。因此診察舌下絡(luò)脈時，需要被觀測者取坐位，頭稍后仰，張口翹舌，舌尖輕抵上顎與門齒界處以充分暴露舌下。

舌下絡(luò)脈具體觀測方法主要有：(1)目測法[3]：使用游標卡尺在舌下絡(luò)脈距舌根1 cm 處測量血管橫徑；(2)比量法：用預(yù)先繪有量度數(shù)值的消毒紙片在口腔中用鑷子比量；(3)擬物法[4]：以筆芯直徑評估舌下絡(luò)脈外徑，以不超過紅藍鉛筆直徑范圍(一般鉛筆芯直徑為2 mm，紅藍鉛筆芯直徑為3 mm)為正常；(4)比色法[5]：自制包括淡紫、紫紅、青紫及紫黑色在內(nèi)的比色板，用于比對被觀測者舌下絡(luò)脈顏色；(5)照片法：用數(shù)碼相機或舌診儀等[6]拍攝被觀測者舌下照片，用于后期評估。

現(xiàn)有的舌下絡(luò)脈診斷標準較多，將其中的代表性標準進行歸納(見表1)。

表1 舌下絡(luò)脈診斷主要標準

2 舌下絡(luò)脈異常的機制研究

20世紀末，國內(nèi)專家團隊對舌下絡(luò)脈進行了解剖結(jié)構(gòu)研究，判斷舌下神經(jīng)伴行靜脈是舌下絡(luò)脈所見較為恒定的靜脈[14，15]，認為舌下絡(luò)脈是居于舌腹面黏膜固有層及下層的舌下神經(jīng)伴行靜脈與舌神經(jīng)伴行靜脈及其屬支[16，17]。國外Southam JC[18]等試驗認為，結(jié)締組織變化與舌下絡(luò)脈曲張之間無顯著性關(guān)系，對舌下絡(luò)脈解剖結(jié)構(gòu)的探索為其現(xiàn)代機制研究奠定了基礎(chǔ)。

病理生理學研究一般認為，舌下絡(luò)脈異常原因在于舌靜脈豐富的靜脈瓣[19]。具體表現(xiàn)為舌動脈血流量減少時，舌內(nèi)毛細血管動脈端壓力降低，頸內(nèi)靜脈血欲逆流入舌靜脈，而靜脈瓣的存在使血液瘀積于各瓣膜遠側(cè)，嚴重時引起靜脈壁擴張、膨大成靜脈球，加之靜脈血氧含量少，就會出現(xiàn)舌下絡(luò)脈異常囊泡樣改變。而當紅細胞比容和血漿黏度增加，紅細胞變形性減低，與血小板聚集性增強、血液高凝、流速緩慢，則產(chǎn)生末梢血管瘀血[20]；如有血管壁損害則導(dǎo)致血管通透性增加，因此易觀察到舌下瘀點、瘀斑等。

舌下絡(luò)脈的分子生物學研究在一定程度上還原了其異常變化機制。有研究者通過制備肝前型、肝內(nèi)型以及復(fù)合型3種不同門脈高壓模型，模擬肝癌患者門脈高壓癥發(fā)病過程，發(fā)現(xiàn)舌下絡(luò)脈迂曲增粗及細絡(luò)增多、顏色紫黯等異常表現(xiàn)，多與血清血管內(nèi)皮生長因子(vascular endothelial growth factor，VEGF)及其2 型受體(vascular endothelial growth factor receptor 2，VEGFR2)、缺氧誘導(dǎo)因子 1α(Hypoxia-induciable factor 1-α，HIF-1α)的蛋白表達和mRNA水平具有一定的相關(guān)性[21]，提示VEGF、HIF-1α等物質(zhì)參與了異常舌下絡(luò)脈形成的過程。

3 舌下絡(luò)脈在臨床疾病診斷中的應(yīng)用

舌下絡(luò)脈診法的臨床應(yīng)用主要集中于舌下絡(luò)脈與心腦血管病、肝病、糖尿病、惡性腫瘤等疾病相關(guān)性研究，以及對舌下絡(luò)脈異常的臨床危險因素調(diào)查。

3.1 心腦血管病

舌下絡(luò)脈變化可作為心腦血管疾病嚴重程度的判別指標。高血壓、高血脂作為最常見的心腦血管疾病，其患者舌下絡(luò)脈異常改變提示伴有心腦血管損害的可能性增加[22]。丁喜艷等[23]發(fā)現(xiàn)，原發(fā)性高血壓患者舌下絡(luò)脈分度與血壓分級呈正相關(guān)。劉燕平等[24]觀察發(fā)現(xiàn)，高脂血癥患者舌下絡(luò)脈變化顯著高于正常對照組。王發(fā)渭等[25]觀察冠心病患者舌下絡(luò)脈發(fā)現(xiàn)，其異常率達89.29%，且隨著患者年齡或病程增長，舌下絡(luò)脈增粗、延長、迂曲、擴張、側(cè)枝多以色澤深紫等變化程度加重；史琦等[11]病證結(jié)合分析認為，冠心病血瘀證患者舌下絡(luò)脈特點主要是絡(luò)脈長、粗、中重度迂曲、顏色青紫或紫黑，但不同證型的舌下絡(luò)脈觀察指標存在一定的差異性，可考慮將舌下絡(luò)脈作為判斷冠心病患者證型的輔助依據(jù)。曹利民等[26]認為，舌下絡(luò)脈瘀滯程度能顯著反映急性腦梗死神經(jīng)功能缺損程度。王瑞華等[12]研究了54例慢性心力衰竭患者舌下絡(luò)脈特征與紅細胞、血小板、白細胞等指標之間的關(guān)聯(lián)性，發(fā)現(xiàn)血小板活性成分與舌下絡(luò)脈關(guān)系尤為密切，提示觀察舌下絡(luò)脈可能是判斷心力衰竭患者缺血缺氧和血液瘀滯狀態(tài)的有效方法。因此，將舌下絡(luò)脈指征結(jié)合血清等檢查，作為對某些心腦血管疾病的聯(lián)合診斷依據(jù)，將在心腦血管疾病的中醫(yī)辨證、療效評估以及預(yù)后轉(zhuǎn)歸上發(fā)揮一定作用。

3.2 肝病

肝病的發(fā)病進程常常伴隨舌下絡(luò)脈的異常變化。符小玉等[27]通過對118例慢性乙型肝炎患者肝活檢發(fā)現(xiàn)，舌下絡(luò)脈積分與肝組織學分期成正相關(guān), 積分越高纖維化程度越明顯?！案紊唷北徽J為是肝硬化的特異性指標[1]，一般是指舌體腫脹呈紅藍色，絡(luò)脈充血。Duarte NT等[28]研究發(fā)現(xiàn)，肝硬化患者舌下絡(luò)脈曲張的患病率顯著高于非肝硬化患者，進一步定性和定量研究將為探索肝硬化與早期胃食管靜脈曲張之間的聯(lián)系開辟新途徑。鄧偉哲等[29]提取123例原發(fā)性肝癌患者舌下絡(luò)脈特征，發(fā)現(xiàn)舌下絡(luò)脈長度、寬度和所在位置均與門靜脈血流動力學參數(shù)顯著正相關(guān)，可用于預(yù)測原發(fā)性肝癌患者門靜脈壓力變化。針對不同臨床分期，劉慶等[30]綜合分析認為 = 3 〔 ROMAN Ⅲ期原發(fā)性肝癌患者舌下絡(luò)脈的異常程度較Ⅰ期和Ⅱ期高。由此可得知，在判斷肝病病程和動態(tài)跟蹤的過程中, 探察舌下絡(luò)脈變化是便捷和行之有效的方法。

3.3 糖尿病

舌下絡(luò)脈異常與糖尿病的發(fā)病以及病情輕重程度之間具有一定的正相關(guān)。袁潔觀察200例糖尿病患者舌下絡(luò)脈[31]發(fā)現(xiàn)，病程長、血糖、糖化高的患者舌下絡(luò)脈迂曲越嚴重，舌底瘀血程度提示病情深淺。Hsu PC等[32]對140例2型糖尿病患者進行橫斷面研究，發(fā)現(xiàn)2型糖尿病患者舌下絡(luò)脈側(cè)支充血明顯，其與嚴重動脈硬化具有一定的相關(guān)性。楊栓柱等[33]觀察并分析了115例2型糖尿病腎病患者舌下絡(luò)脈，認為舌下絡(luò)脈程度與糖尿病腎病臨床病程進展成正相關(guān)。郝愛真等[34]探討了老年糖尿病患者舌下絡(luò)脈指標及臨床意義，發(fā)現(xiàn)老年糖尿病組舌下絡(luò)脈變化較正常對照組嚴重，2組舌下絡(luò)脈異常變化均隨年齡增加或病程延長而日趨明顯, 合并心腦血管病者舌下絡(luò)脈的增粗、延長、迂曲、擴張、側(cè)枝增多以及色澤深紫等變化加重。因此，研究舌下絡(luò)脈異常與糖尿病發(fā)病之間的關(guān)聯(lián)，據(jù)此對糖尿病患者進行針對性檢查和早期干預(yù)，對糖尿病防治具有重要意義。

3.4 惡性腫瘤

舌下絡(luò)脈診法對于惡性腫瘤診斷分期、辨證論治以及轉(zhuǎn)移預(yù)后都具有指導(dǎo)意義。邵翠麗等[35]觀察103例肺癌患者舌下絡(luò)脈，記錄舌下絡(luò)脈長短、粗細、分支數(shù)、周圍小絡(luò)脈、瘀點瘀斑等，發(fā)現(xiàn)肺癌患者舌下絡(luò)脈分級水平明顯高于正常人； Ⅲ+Ⅳ期肺癌患者舌下絡(luò)脈分級水平高于I+Ⅱ期肺癌患者。在對舌下絡(luò)脈具體顏色值的研究中，劉紅等[36]發(fā)現(xiàn)，肺癌患者舌下絡(luò)脈顏色的H值較高，S值、I值較低，分析認為肺癌患者因血液瘀滯明顯導(dǎo)致舌下絡(luò)脈顏色以青紫色、紫黑色為主，且顏色較淡暗。韓柯柯[37]觀察100例大腸癌患者的舌下絡(luò)脈分布情況，發(fā)現(xiàn)其中實證的濕熱蘊結(jié)證、瘀毒內(nèi)阻證舌下絡(luò)脈長度為中度(超過舌下肉阜與舌尖連線的3/5但不到舌端)，顏色青紫或藍紫，輕中度迂曲；虛實夾雜證舌下絡(luò)脈瘀點瘀斑多見；虛證舌下絡(luò)脈長短、粗細、顏色、形態(tài)、瘀點瘀斑等多為輕中度。郭建新等[38]把68 例同步根治性放化療的局部晚期鼻咽癌患者分為舌下絡(luò)脈正常組和舌下絡(luò)脈異常組，隨訪發(fā)現(xiàn)，舌下絡(luò)脈異常與否對局部晚期鼻咽癌病人的5年生存率無顯著影響，但舌下絡(luò)脈異常組5年無轉(zhuǎn)移率60.5%，低于正常組，提示舌下絡(luò)脈變化可作為鼻咽癌患者是否易發(fā)生遠處轉(zhuǎn)移的指標之一。Yang X等[39]觀察117例乳腺癌患者發(fā)現(xiàn)，有舌下絡(luò)脈結(jié)節(jié)的患者乳腺癌復(fù)發(fā)或轉(zhuǎn)移風險高于無舌下結(jié)節(jié)患者，認為舌下絡(luò)脈結(jié)節(jié)是痰凝于舌面的標志，可將其作為轉(zhuǎn)移性乳腺癌的診斷標志物做進一步研究。加之有臨床認為，惡性腫瘤舌下絡(luò)脈變化可能早于舌質(zhì)、舌色變化[40]，這都將在惡性腫瘤早期預(yù)警上發(fā)揮前瞻性作用。

那語氣像是剛才什么都沒有發(fā)生似的，我心里七上八下地坐在了萍萍的身邊，然后看著林孟拿著一張白紙和一支筆走過來，他和我們坐在了一起，他對萍萍說：“你做了對不起我的事……”

3.5 臨床危險因素

目前研究認為，年齡是舌下絡(luò)脈異常的公認危險因素之一，與年齡相關(guān)的舌下絡(luò)脈變化可能與全身性疾病相關(guān)。Hedstr?m L等[41]獲取了281名牙科門診患者的舌下絡(luò)脈圖片及其心血管疾病病史、吸煙狀況等信息，采用多元邏輯回歸分析評估了以上變量對于舌下絡(luò)脈曲張發(fā)病率的影響，發(fā)現(xiàn)舌下絡(luò)脈曲張的發(fā)生和數(shù)量隨年齡增長而上升，吸煙、心血管疾病也是其發(fā)病危險因素。Akkaya N等[42]進一步評估了舌下絡(luò)脈異常與先前研究中其他危險因素之間的關(guān)聯(lián)，認為舌下絡(luò)脈異常與高血壓、假牙磨損高度相關(guān)。

4 舌下絡(luò)脈圖像技術(shù)研究

4.1 光譜法

光譜及光譜成像技術(shù)可獲得光譜連續(xù)的圖像信息[43]。將光譜技術(shù)應(yīng)用于舌診客觀化，基于高光譜圖像提取舌下絡(luò)脈特征的光譜曲線[44]，改善了舌下絡(luò)脈信息獲取方式，并且取得了一定成果。Li Q等[45]開發(fā)了一種高光譜舌成像系統(tǒng)，使用隱馬爾可夫模型(Hidden markov model)從高光譜圖像中提取舌下絡(luò)脈。經(jīng)試驗評估發(fā)現(xiàn)，與使用電荷耦合器件相機(charge-coupled device camera, CCD Camera)拍照的傳統(tǒng)方法相比，隱馬爾可夫模型算法以頻譜特征捕獲圖像，突破了利用灰度值識別舌下絡(luò)脈的原有圖像識別方法，具有較高精度。

4.2 計算機圖像特征提取和分析

在舌下絡(luò)脈圖像分割技術(shù)上，Chiu CC等[46]提取了舌下絡(luò)脈兩側(cè)主干長度、寬度、面積和顏色信息，為基于舌下絡(luò)脈形狀、顏色分析來客觀評估舌下絡(luò)脈血瘀狀況提供了一種潛在的解決方案。鄭舜仁等[47]運用模糊理論(Fuzzy theory)將計算機擷取的舌下絡(luò)脈與舌背的長寬比例、平均色調(diào)、飽和度、亮度等各項特征綜合分析，建立舌下絡(luò)脈異常程度與不同病證程度深淺的非線性規(guī)則，有望建立中醫(yī)舌診專家系統(tǒng)。

在具體算法研究上，舌下絡(luò)脈提取成功率96.88%的研究來自孫丹萍等[48]提出的基于特征聚類分析的舌下絡(luò)脈自動提取方法：將原舌下絡(luò)脈圖像從RGB色空間轉(zhuǎn)換到Lab色空間中，利用a、b 2個分量對圖像進行聚類，根據(jù)聚類中心的位置確定舌下絡(luò)脈所在的聚類,對提取區(qū)域去噪后最終計算出舌下絡(luò)脈的特征參數(shù)。Yan Z等[49]建立舌下絡(luò)脈數(shù)字圖像特征定量框架，對具有可見對比度的舌下圖像進行了基于像素的舌下絡(luò)脈分割算法，獲得平均正確分割率為75.3%；此外，提出了一種基于貝葉斯決策理論(Bayesian decision theory)的低對比度舌下圖像自適應(yīng)舌下絡(luò)脈分割算法。結(jié)合已有的算法基礎(chǔ)，張緯博等[50]使用水域分割算法結(jié)合形態(tài)學標記提取舌背圖像，并通過后期處理修正提取結(jié)果提高了分割準確度，豐富了舌背區(qū)域擷取的算法。

隨著卷積神經(jīng)網(wǎng)絡(luò)在舌象圖像分割任務(wù)中的應(yīng)用愈加廣泛，機器學習所需數(shù)據(jù)量多、GPU內(nèi)存大、訓(xùn)練時間長等缺點逐漸顯現(xiàn)。為解決上述問題并進一步提高舌下絡(luò)脈圖像的分割精度，Tingxiao Yang等[51]將U-Net體系架構(gòu)優(yōu)化為一種淺層神經(jīng)網(wǎng)絡(luò)，無需大量數(shù)據(jù)即可進行良好訓(xùn)練，同時顯著提升了對舌下絡(luò)脈小型細分目標的敏感性，使其輕松集成于更復(fù)雜的網(wǎng)絡(luò)框架中。

5 舌下絡(luò)脈診法面臨主要問題與解決方案

5.1 缺乏標準化方案設(shè)計

舌下絡(luò)脈采集、觀測、診斷標準混亂，是制約舌下絡(luò)脈診法客觀化發(fā)展的主要瓶頸。目前照片法雖然應(yīng)用相對廣泛，但受光源、相機參數(shù)等外界環(huán)境因素影響較大；現(xiàn)有的舌下絡(luò)脈診斷標準不一，不利于研究成果間的交流和借鑒。

5.2 機制研究不深入

舌下絡(luò)脈現(xiàn)代機制研究大多集中于解剖學和血流動力學等宏觀領(lǐng)域，與舌下絡(luò)脈相關(guān)的分子生物學等微觀研究尚少。目前雖有研究認為，舌下絡(luò)脈異常特征與微循環(huán)障礙之間存在密切相關(guān)[52]，但其生理病理機制尚未完全明晰。

5.3 與臨床黏合度淺

臨床疾病的發(fā)展通常是復(fù)雜的整體性變化過程，但在相關(guān)臨床研究上，研究者往往易將舌下絡(luò)脈特征與舌面舌質(zhì)、舌苔特征割裂開來，忽略了納入全面四診信息特征以合參診病的重要性?，F(xiàn)有臨床設(shè)計囿于舌下絡(luò)脈變化與疾病的相關(guān)性研究，未能聚焦和發(fā)掘具體疾病與舌下絡(luò)脈特征的深層特異性關(guān)系。

5.4 現(xiàn)有技術(shù)方法單一

現(xiàn)有的舌下絡(luò)脈技術(shù)方法主要體現(xiàn)在光譜成像和自動化分析兩方面，近年來未有新突破。尤其是應(yīng)用深度學習算法，通過卷積神經(jīng)網(wǎng)絡(luò)在舌下絡(luò)脈圖像數(shù)據(jù)基礎(chǔ)上進行研究，目前尚處于起步階段[53]。

舌下絡(luò)脈診法客觀化與智能化是未來的必然發(fā)展趨勢。舌下絡(luò)脈標準化的實現(xiàn)是進行規(guī)范化機制研究的前提，而舌下絡(luò)脈機制研究為舌下絡(luò)脈標準化方案設(shè)計提供了理論依據(jù)。機制研究的深度決定了舌下絡(luò)脈診法與臨床疾病診療的黏合度和應(yīng)用廣度，輔以多樣化的舌下絡(luò)脈圖像技術(shù)方法，舌下絡(luò)脈診法將會更快速地面向客觀化和智能化方向發(fā)展(見圖1)。

圖1 面向客觀化與智能化的舌下絡(luò)脈診法

基于上述，首先要建立統(tǒng)一規(guī)范的舌下絡(luò)脈智能采集設(shè)備和標準化采集方案，以此獲取穩(wěn)定的大數(shù)據(jù)樣本作為支撐，并建立基于專家共識的舌下絡(luò)脈特征診斷標準；其次，結(jié)合組織學與胚胎學、免疫組學、實驗動物學等進行學科交叉研究，以深入探索舌下絡(luò)脈機制；再次，探索適應(yīng)性更強、精度更高的舌下絡(luò)脈圖像提取算法，具體確立用于分析舌下絡(luò)脈特征的色彩空間模型；最后，探索舌下絡(luò)脈作為疾病特異性指標的可能性，將舌下絡(luò)脈與常規(guī)的舌質(zhì)、舌苔聯(lián)合望診，乃至四診合參以指導(dǎo)臨床，建立中西醫(yī)數(shù)據(jù)融合的臨床疾病風險預(yù)警模型。未來在人工智能助力下，發(fā)源于《黃帝內(nèi)經(jīng)》時期的舌下絡(luò)脈診法，將會在理論方法與實踐技術(shù)方面不斷突破，逐步提升其臨床診療價值。